AGEFI Luxembourg - septembre 2025

Septembre 2025 45 AGEFI Luxembourg Informatique financière Transforming theAsset Ecosystem: TheRole ofAI inAssetManagement andServicing By Elise GRAZINI, Senior Manager and Herwig TEMMERMAN(portrait), Partner at BearingPoint J ust before the summer holidays BearingPoint has published awhite paper examiningAI adoption in asset management by assessing organiza- tions’ maturity, collecting executives’ perspectives of the European market and identifying the pre- requisites for becoming an augmented organizationwithin the assetmanagement and ser- vicing value chain. ResearchMethodology The primary data has been gathered through a series of semistructured interview calls conducted between October 2024 and March 2025. Thesampleincludesmorethan40executivesholding keypositions (CEO, COO, CTO,Headof Innovation, Transformation,PortfolioManagersandSales)within theirorganizations.aimingtoreflectstrategicpriorities andoperational realities. Acompetitive environment Theassetmanagementandservicinglandscapeisbe- comingincreasinglycompetitiveastraditionalplayers face growing pressure from innovative fintech star- tupsthatareredefininghowfinancialservicesarede- livered. Faced with sustained margin pressure, complex and evolving regulations, as well as rising client expectations for transparency, customized ser- vicesanddigitalinteractions,theseorganizationsmust adaptstructurally,operationally,andtechnologically. LeveragingAI In this context, Artificial Intelligence (AI) can no longer be considered a break- throughconcept.Itisbecominganessen- tial lever for transformation across the asset management value chain — from portfolio decision support to operational efficiency and compliance. Yet,whilethepotentialof AI is widely recognized — 92% of organizations acknowledgethestrategic importanceofdigitization and new technology inte- gration—only52%report partial AI integration, and mostremainatthepilotstage. The gapbetweenambitionand real- ity is not just technical: it reflects deeper challenges related to data readiness, regulatory complexity, and organizational adaptation. This observation is further confirmed by the 2024 AI thematic report from the CSSF, which highlights that although AI adoption isprogressing, a significant portionof Lux- embourg financial institutions have yet to invest in these technologies. However, the report also anticipates a rising trend in local investments, particularly in generativeAI, over thecomingyears—signalingashiftfromexperimen- tation tomore structureddeployment. Towards an augmented organization Our findings reveal that AI is primarily used today to augment rather than replace human decision- making. 78%of firms donot useAI for real-timede- cisions, and instead focus on support functions that enhance judgment, reduceprocessing time, and im- prove information access. Despite this conservative deployment, early results are promising: - 69% of respondents report reduced manual pro- cessing time in pre-trade activities; - 55%note improved decision quality; - 40% report at least partial AI adoption in invest- ment-related areas. However, the road tobroader implementation is still marked by threemain constraints: 1. Data quality and infrastructure limitations (only 9% of firms have fully standardized and accessible data); 2. Limited internal expertise; 3. Budgetary constraints, particularly among firms in early stages of integration. Many leading players are responding by adopting hybrid models, owning the strategy and expertise whileoutsourcing technologycomponents, particu- larly through partnerships with AI vendors. Com- monly outsourced elements include pre-trained AI models for document analysis, cloud-based infras- tructure formodel deployment,APIs for generative AI,orintelligentautomationsolutionsforprocessing unstructured data. This allows organizations to re- main focused on value creation while benefiting from the speed and depth of external capabilities. Maintaining in-house understanding of AI capabil- ities and their implications allowsfirms tosteer tech- nology adoption in line with their operational models, regulatory constraints (notably EUAIAct), and long-termstrategic goals. Lookingahead, the success ofAI transformationwill dependlessontechnologyitselfthanontheabilityto integrateitmeaningfullywithintheorganization.Re- search confirms that 60% of transformation success depends on people, versus only 10% on tools and 30%on processes. Firms that succeedwill be those that positionAI as a collaborative co-pilot — one that amplifies, rather than replaces, human expertise—and embed it into their operating models in a way that is scalable, ex- plainable,andalignedwithregulatoryandethicalex- pectations.Thisis,however,onlyafirststep.Thefinal stage is toevolve froman“augmentedemployee” to an “augmented organization” where the operating model is transformed by putting data and AI at its core. As such capabilities and operational efficiency isincreasedandemployeeandcustomerexperiences are reinvented. Changing the value chain in this way will become more and more mandatory to stay relevant in the market. In the whitepaper we cover further in depth: Why AI Matters for Asset Management & Asset Servicing, The Current State of the Industry, The Barriers to AI Adoption, Practical Use-Cases and Proven Benefits, A Four-Step Roadmap to Building an Augmen- ted Organisation SeeLINK for fullreporton https://www.bearingpoint.com Artificial Intelligence: how does it impact asset management and servicing firms? WhitePaper Transforming the Asset Ecosystem: The Role of AI in Asset Management and Servicing Par Claus JEPSEN, Chief Product & Technology Officer, Unit4 J e n’ai jamais eu envie de sauter en parachute, ni à l’élastique. Toutefois, lorsque je lis certains commentaires sur l’industrie, j’ai l’impressionque c’est ce que l’ondemande aux directeurs finan- ciers lorsqu’il s’agit d’investir dans l’intelligence artificielle (IA). Par exemple,AshuGarg et Jaya Gupta de FoundationVCdé- clarent : « Il ne s’agit pas seule- ment d’une nouvelle catégorie de logiciels ; il s’agit dudéman- tèlement des logiciels pour en- treprises tels que nous les connaissons. » Je connais bien les directeurs financiers. Je sais qu’ils sontpragmatiques,qu’ilsneselaissentpasfacilement influencer par le langagemarketing et qu’ils n’accep- tentd’investirquelorsqu’unevaleurtangiblepeutêtre démontrée.Ilestégalementpeuprobablequ’ilsinves- tissent dans l’IA s’ils craignent de perdre le contrôle de processus décisionnels critiques. Par conséquent, silesfournisseurssouhaitentencouragerlesdirecteurs financiers à adopter l’IA, ils doivent les convaincre qu’ilspeuventsefieràcettetechnologiepourgénérer des résultats précis. Au-delàde l’engouement généralisé, il est peuproba- ble que les grands modèles de langage (LLM) exis- tantsetlesoutilsd’IAconversationnelledémantèlent, dans un avenir proche, chaque composante des flux de travail dans le secteur financier. Cependant, le changement est imminent, et lesdirecteursfinanciers doivent s’y préparer. Ils devraient, en ce moment même, réfléchir à l’élaboration de fondations adé- quates.Ainsi, lorsque lemoment seravenud’adopter desoutilsIA,ilsdisposerontd’uneflexibilité inégalée, indispensablepour aborder cette évolution de façon pragmatique, et n’au- ront pas l’inquiétante sensationde se jeter dansl’inconnuduhautd’unefalaise,atta- chés à un simple élastique. L’IAet le caractère aléatoire de la vie Après avoir établi les fondations organisationnelles et informa- tiques, les directeurs fi- nanciers auront plus confiance en la capacité des outils IA à fonder leurs décisions sur des in- formations exactes. Ils se- ront également mieux placés pour superviser les outilsIA,afind’évitertoute décision erronée. Àtitred’exemple,l’imprévisibilitédesprévisionsetde laplanificationconstitueundéfimajeur.Les«cygnes noirs»peuventavoirdeseffetsdramatiquesetimpré- vus sur les performances, et il est difficile pour les grands modèles de langage de réagir à ces événe- ments. Traditionnellement, les LLMdoivent être for- més à toutes les éventualités pour prendre des décisions. Cependant, si les composantes fondamen- talesontétécorrectementmisesenœuvre,leséquipes financières peuvent décider de la meilleure façon d’aborder ces scénarios uniques avec des outils IA. La collaboration aux fins de l’exécution autonome de tâches constitue l’unedes approches qui permettront auxagentsIAderépondreàcessituationscomplexes, comme l’a expliqué Phil Wainewright, analyste et commentateurdel’industrie.Cetteapprochepermet- trapotentiellementàcesoutilsd’élaborerdenouvelles solutionsetdecréerdesopportunitéspermettantd’ac- croîtrelaproductivité,ainsiquelesperformancesopé- rationnelles. Trois priorités pour développer la confiance dans l’IA Dansuntelcasdefigure,lesdirecteursfinanciersdoi- vent être prêts à laisser les systèmes financiers vitaux fonctionner demanière autonome, sans supervision. Cette approche exigera une grande confiance dans l’IA, mais les responsables financiers peuvent céder plus facilement le contrôle aux outils IA s’ils ont ré- pondu à trois priorités : 1. Intégritédesdonnéesd’entrée : c’est une évidence, maislesdonnéesdoiventêtreexactes,etleurintégrité êtreprotégée,pourpermettreauxoutilsIAdeprendre des décisions fiables. Les agents IA doivent être en mesuredepartagerdesdonnéespour collaborer. Les entreprises doivent donc disposer d’une source unique d’informations exactes pour toutes les connaissances contenues dans leurs systèmes et être enmesured’intégrerfacilementdesinformationspro- venant de sources externes. Cela signifie également qu’elles doivent acquérir la capacité de lire toutes les données,danstouslesformats,structuréscommenon structurés.Àcesexigencess’ajoutentcellesconcernant lasécuritédesdonnéesetlacertitudequ’ellesprovien- nent de sources fiables. Si les agents IA communi- quent entre eux sans restriction, comment s’assurer qu’ils sont tous dignes de confiance ? 2. Complexité du problème : l’outil IA que vous adoptez doit être adapté au problème. Les modèles IA généralistes, tels que les outils d’IA conversation- nelle, peuvent ne pas être adaptés à la prise de déci- sions dans le cadre de défis spécifiques. L’approche del’apprentissagedel’IAestessentielle:l’IAdispose- t-elle d’une source de données pertinente, en rapport avec leproblème que vous cherchez à résoudre ?Ce- pendant,laquestionlaplusimportanteestcelledesa- voir comment gérer les événements aléatoires. Phil Wainewright parle de « l’ingéniosité des humains », quelessystèmesd’IAnepeuventactuellementpasre- produire. Dans lemonde de la finance, si vous cher- chez à établir des prévisions, il existe une multitude defacteursconnusquiaffectentlesperformancesopé- rationnelles. Toutefois, il existe également des cygnes noirs, face auxquels il est très difficile de former une IA. Comment votre modèle IA gérera-t-il les événe- ments aléatoires ? 3. Transparence de la prise de décision : si nous as- pironsàlâcherpriseetàconfieràdesagentsIAlesoin de prendre davantage de décisions dans les environ- nements financiers, nous devons pouvoir nous fier aux réponses qu’ils fournissent. L’apprentissage non superviséestuneétapevitaledel’adoptiondu«lâcher prise », qui exige toutefois d’avoir confiance à la fois dans le modèle utilisé et dans les données d’appren- tissage. Avec les grands modèles de langage, ce pro- cessus peut également devenir inefficace. Plus le volumededonnéesnécessaireàl’apprentissaged’une IA est important, plus la boîte noire devient vaste, et plus il devient complexe et difficilede comprendre le processusdeprisededécision.Cettesituationentraîne également le risque d’introduction, dans unmodèle, de sourcesdedonnées nonfiables. Les entreprises ne peuventpassepermettredesefieràdestechnologies et des données qu’elles ne sont pas enmesure de dé- coder. Il est donc essentiel d’identifier des approches plus élégantes et plus rationnelles pour démontrer quelles données sont utilisées et comment le modèle utilise les données pour prendre des décisions. En abordant ces priorités dès le départ, les directeurs financiersaurontlacertitudequel’adoptiondel’IAse déroule dans le cadre d’une approche structurée, dé- limitée par des politiques et des cadres bien définis. Lamise en place de ces vérifications et pondérations permettrad’assurerquel’adoptiondel’IAn’estpasun acte de foi. Une part d’inconnu persiste, car nous ne connaissons pas encore toute l’étendue des capacités des technologies IAmatures. Cependant, si votre ap- proche est pertinente, vous n’aurez pas l’impression devousapprocheravecappréhensiond’unprécipice, attachéàunélastique,tandisquevousvouspréparez à vous lancer dans le vide. Directeurs financiers : êtes-vous prêts à faire confiance à l’IA?